LuckyTemplates を使用して季節性の影響を考慮した予算を作成する方法

LuckyTemplates を使用した予算編成について、具体的かつ非常に高度なものを説明します。季節の影響を考慮して予算を作成する方法について詳しく説明します。 このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。

これは、非常に効果的な分析への道を開くため、大きな可能性を秘めています。また、将来抽出する可能性のある洞察の一部を自動化することもできます。これは、独自の予算編成または予測データがなく、最初から作成する必要がある場合に最適です。

目次

• 予算と季節性の影響に関する考慮事項
• 製品予算の作成
• 結論

予算と季節性の影響に関する考慮事項

予算を作成する際には、単純に昨年の結果を見つけて、それらの数字に追加の増減を加えて将来を予測するだけで済みます。しかし、私が見たり聞いたり、関わったりしたことによると、さまざまな組織が、はるかに複雑な予算編成および予測メカニズムを多数使用しています。

LuckyTemplates を通じて、予測、予算、ベンチマークの抽出などの過度の複雑さを回避します。重要なのは、数式にロジックを織り込むことです。 

このアプローチを使用すると、毎年、四半期ごとなどにデータを再作成して車輪を再発明する必要がなくなります。

予算に関するもう 1 つの点は、通常、予算は決して均一ではないということです。常に何らかの季節性の影響を受けることになりますが、多くの場合、これは問題ありません。 

過去の情報を見るだけで、季節性の影響を得ることができます。あなたのビジネスで何が変化しているのかを示す必要があります。それで、ここではこの式を使ってやることになります。 

製品予算の作成

この例では、単純なバージョンに戻したいだけです。過去の数値を前方に予測したい場合、LuckyTemplates には、LuckyTemplates デスクトップ内に直接実装できるテーブル関数を使用してこれをほぼ自動的に行う方法が実際にあります。

ここでは製品予算に特に焦点を当て、何もない状態から、または履歴情報を使用して予算を作成する方法を説明します。これは、数値を算出するときに季節性の影響を確実に受けるのにも役立ちます。

まずは月次データに基づいた結果を取得しましょう。これは、クリスマス、夏、特定の期間に実行するプロモーションなどの要素を考慮できるため、季節性の影響に最適です。

月ごとに行うだけでなく、製品ごとにも行うことになります。これら 2 つの側面を組み合わせると、季節性の影響が得られるはずです。

それでは、新しいテーブルを作成します。ここでのデータは Excel やデータベースからのものではないことに注意してください。DAX 数式を使用してテーブルを再作成しているだけです。

まずはADDCOLUMNS関数から始めます。

単一列のデータを使用するだけで十分な場合があります。この場合、月と製品 ID の両方が必要です。そこでCROSSJOIN機能を活用しています。

ここでは 1 つの数式で 4 つの異なるテーブル関数を使用していることに注意してください。しかし、これが、必要なすべての情報を分析可能な表や形式に取り込むのにこの式が非常に効果的である理由でもあります。

ADDCOLLUMNS関数に戻ると、2018 年の予算のデータを追加するためにこの関数を使用したことがわかります。

そこから、CALCULATE関数を使用して、2017 年の総売上高に7.5% の成長を加えて計算しました。

簡単に言うと、毎月のすべての製品について、前年度の売上に 7.5% を加えた将来の予算を予測または予測します。 

LuckyTemplates での予測: LuckyTemplates を使用して、最高および最低のパフォーマーに関するDAX 予算分析を使用してパフォーマンスと予測を累積的に比較する

結論

基本的に、これにより、季節性の影響を伴う製品予算を自動的に取得できるようになります。前年の売上高を取得しているだけですが、さまざまな季節に基づいて数字に影響を与える可能性があるものについてさらに考慮します。

たとえば、北米が夏になると、休暇中の人々により多くの商品が販売されるため、売上が増加する可能性があります。その影響はこれらの数字に表れます。

コンセプトが類似していて、さまざまな年や四半期などの履歴情報を平均化する必要がある限り、これをより複雑な状況に適用することもできます。これは、ただ見るだけではなく、別の要素を置き換えるだけの問題です。総売上高。

当初、その追加要素はもともと存在しなかったことを思い出してください。新しいテーブルを作成してそれを追加しただけです。

そこから、データを視覚化し、偏差や外れ値を示す比較を行い、変化の理由を見つけ、データに見られる影響の原因を特定することは非常に簡単です。

これをお楽しみください!